基于模糊理論的譜聚類算法研究與應(yīng)用.pdf_第1頁
已閱讀1頁,還剩54頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、譜聚類是近幾年研究得比較多、應(yīng)用逐漸廣泛的一種聚類分析算法。譜聚類算法建立在譜圖理論基礎(chǔ)上,與傳統(tǒng)的聚類算法相比,它具有能在任意形狀的樣本空間上聚類且收斂于全局最優(yōu)解的優(yōu)點(diǎn)。譜聚類算法還利用特征向量構(gòu)造簡化的數(shù)據(jù)空間,在降低數(shù)據(jù)維數(shù)的同時,使得數(shù)據(jù)在子空間中的分布結(jié)構(gòu)更加明顯。
   本文首先詳細(xì)的介紹了譜聚類算法及其分類,分析了譜聚類算法面臨的挑戰(zhàn)以及存在的問題,總結(jié)性地提出了幾個有價值的研究方向。接著簡單的介紹了譜圖理論,然

2、后根據(jù)圖劃分準(zhǔn)則對譜聚類算法進(jìn)行分類,著重闡述了各類中的典型算法,并對算法進(jìn)行了比較分析;以模糊理論概念為前提,分析其在聚類中的應(yīng)用;討論了幾種常用的有效性評價的方法,并對各種方法做了分析。
   本文隨后提出的自適應(yīng)半監(jiān)督模糊譜聚類算法,利用半監(jiān)督機(jī)器學(xué)習(xí)技術(shù)、自適應(yīng)聚類算法和FKCM,解決算法中存在的聚類數(shù)目需要事先確定、易陷入局部最優(yōu)、收斂速度緩慢、對孤立點(diǎn)敏感等缺陷。實(shí)驗(yàn)證明該算法聚類效果很好。
   最后,本文

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論